katsukiono/EqualFrontiers-iko-v1

概要

EqualFrontiers-iko-v1 は、 SakanaAI/TinySwallow-1.5B-Instruct をベースモデルとして、EqualFrontiers の情報を元に作成した合成データを用いて SFT（指示微調整）したものです。
このモデルは、EqualFrontiers の受付キャラクター「イコ（Iko）」としての対話・案内・情報提供を想定しています。

特徴

• ベースモデル: SakanaAI/TinySwallow-1.5B-Instruct
• 言語: 日本語
• 目的: EqualFrontiers に関するカジュアルな案内やシナリオ、雑談などの生成
• トレーニング方法: EqualFrontiers に関連する合成データを用いた SFT（Supervised Fine Tuning）

学習データ

• ベースモデルが持つ既存の知識に加えて、EqualFrontiers のサービスや特徴、社内情報（公開可能な範囲）を元に合成したデータを使用
• キャラクター「イコ」が来客を案内する、問い合わせ対応する、といったシナリオに基づくテキストデータ

モデルの用途

• コーポレートキャラクターを活かしたチャットボット: 受付案内、簡易な問い合わせ対応、雑談など
• 広報・マーケティング用: EqualFrontiers に興味を持ったユーザー向けの情報提供
• その他実験・研究: LLM を使った企業向けキャラクター生成の事例

使用上の注意

1. 情報の正確性

   • 合成データを用いたモデルであるため、必ずしも最新・正確な情報を保証するものではありません。実際の利用時には事実確認を行ってください。

2. 守秘義務・プライバシー

   • モデルの応答で個人情報や企業の機密情報を不用意に取り扱わないよう注意してください。

3. ライセンス

   • 本モデルはベースモデルである SakanaAI/TinySwallow-1.5B-Instruct のライセンスに準拠します。
   • モデル使用時はベースモデルのライセンスおよび利用規約を必ずご確認ください。

4. 倫理的配慮

   • 人種・性別・宗教などに関する差別表現や有害表現を生成しないように注意を払っていますが、生成されるテキストがそういった内容を含まないとは限りません。利用の際は適切にフィルタリングを行ってください。

推奨動作環境・依存関係

• ベースモデル SakanaAI/TinySwallow-1.5B-Instruct が推奨している環境に準じます。
• 推論時のメモリ使用量は約 1.5B パラメータ相当を想定してください。
• Python パッケージ: transformers, torch など、Hugging Face Transformers ライブラリを利用

簡単な使用例

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "katsukiono/EqualFrontiers-iko-v1"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

prompt = "こんにちは！"
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=100, do_sample=True, top_p=0.9)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(response)

• prompt に会話形式のテキストを入力することで、キャラクター「イコ」との対話をシミュレート可能です。
• メモリ制限などに応じて max_new_tokens や top_p などの推論パラメータを調整してください。

今後の計画

• より最新の EqualFrontiers の情報や、受付シナリオを拡張する追加学習を予定しています。